买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中科星图测控技术股份有限公司申请的专利一种基于深度学习神经网络的多星筹划方法、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119721661B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510238631.5，技术领域涉及：G06Q10/0631；该发明授权一种基于深度学习神经网络的多星筹划方法、设备及介质是由王志明;梁志锋;王德营;梁思杰;龚凤梅设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种基于深度学习神经网络的多星筹划方法、设备及介质在说明书摘要公布了：本发明公开了一种基于深度学习神经网络的多星筹划方法、设备及介质，其中方法包括：获取多星筹划的历史筹划数据，预处理后，获取多星筹划深度学习神经网络的资源信息；依据多星筹划需考虑的约束信息，确定约束函数，做为深度学习神经网络的模型约束条件；划定标志位，依据被观测目标任务选择资源信息特征值作为深度学习神经网络输入；依据多星筹划的观测任务满足度和卫星载荷利用率，确定目标函数，对深度学习神经网络进行训练；利用训练后的深度学习神经网络进行多星筹划。本发明提供了一种新的基于深度学习神经网络的多星筹划方法，可以使多星筹划任务具有更好的冗余性、鲁棒性和执行任务能力，更快、更准确的完成用户多星筹划任务需求。

本发明授权一种基于深度学习神经网络的多星筹划方法、设备及介质在权利要求书中公布了：1.一种基于深度学习神经网络的多星筹划方法，其特征在于，包括： S1、获取多星筹划的历史筹划数据，预处理后，获取多星筹划深度学习神经网络的资源信息； S2、依据多星筹划需考虑的约束信息，确定约束函数，做为深度学习神经网络的模型约束条件； S3、划定标志位，依据被观测目标任务选择资源信息特征值作为深度学习神经网络输入； S4、依据多星筹划的观测任务满足度和卫星载荷利用率，确定目标函数，对深度学习神经网络进行训练； S5、利用训练后的深度学习神经网络进行多星筹划； 所述资源信息包括：卫星载荷集合、被观测目标集合、单星任务集合和卫星对于目标的可见弧段集合； 所述多星筹划需考虑约束信息包括： 多星筹划卫星载荷故障概率为0； 单卫星载荷同一时间只观测一个目标； 每个观测任务只执行一次且只选择一个弧段执行； 执行不同任务时间间隔必须大于或等于设备的切换时间； 观测任务的有效执行时间要大于等于任务持续时间和载荷切换时间之和； 所述目标函数，公式表示为： max[αTR+1-αSR] 其中，α为一个0,1的常数，TR为观测任务满足度，SR为卫星载荷利用率； 所述S3中标志位，包括： 依据被观测目标任务，设定弧段约束标志位Ar，卫星对于目标的可见弧段时长大于或者等于任务时长时Ar为1，小于时Ar为0； 依据被观测目标任务，对卫星、目标、弧段以及任务的优先级加权求和，记该值为优先级标志位Pr； 依据被观测目标任务，设定冲突标志位Cr。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科星图测控技术股份有限公司，其通讯地址为：230088 安徽省合肥市高新区望江西路900号中安创谷科技园一期A1栋35层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。